二维模糊控制器设计分析报告

模糊控制大作业

1.基于Matlab平台设计Fuzzy控制器，其结构如下:

1.1被控对象：

G(S)= .

1.2建立模糊推理系统如下：

图1.模糊推理机

图2. 输入的隶属函数

图3. 输出的隶属函数

图4.规则观测器的GUI

1.3Simulink仿真

图6 仿真连线图

图7 仿真结果

2.分析模糊规则数量对控制效果的影响；

模糊控制器的规则基于专家知识或熟练操作人员长期积累的经验，它是按人的知觉推理的一种语言表示形式。规则由前件和结论组成，均由语言变量表示，规则条数与语言变量取值的多少有关，取值越多，规则条数越多，但不意味着规则知识库的准确程度越高，规则库的“准确性”还与专家的知识准确度有关，而规则库的“准确性”影响控制效果的好坏，故模糊规则的数量过少会导致控制的不准确，但数量多并不意味着控制效果越好，规则过于复杂时，

基于模糊合成推理的控制算法的计算机实现越困难。

3.分析量化因子、比例因子对控制效果的影响；

量化因子的提出是为了进行模糊化处理，必须将输入变量从基本论域转换到相应的模糊集合论域，输入变量乘以量化因子从而的到需要的变量。

比例因子Ke对控制效果的影响：对系统的动态性能影响很大。Ke较大时系统上升较快，超调量也较大，过渡时间长。

Kc的影响：KC越大，d e（t）/dt范围压缩，控制作用增强。因此K c选择较大时系统超调量减小，系统相应速度变慢。对超调的遏制作用很明显。

Ku的影响：Ku不同，在模糊输出相同的情况下，加到被控对象上的实际控制量不同。Ku 选择得小，会使系统动态响应过程变长；而Ku过大，则控制器的控制作用就越强，系统响应就快，易超调，Ku选择过大会导致系统振荡。

4.对比PID控制器与模糊控制器在抗干扰的能力

经计算机仿真试验表明:模糊控制系统在抑制超调、加速响应、消除稳态误差、减少震荡周期等方面都得到了提高,使系统的稳定性、抗干扰性、鲁棒性能均优于常规 PID控制,能很好地满足系统控制性能的要求.而且, 这种控制器具有结构简单、待整定参数少、控制规则简便、易实现、调试方便、适应性强等特点,在换热器出口温度控制中是一种很好的控制方法. 常规的PID 控制器对这种大惯性、时间滞后、非线性的系统的适应性差、控制精度低,不仅影响产品质量而且往往造成能源浪费,难以保证理想的控制效果